[目的/意義]搜集和分析國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究的相關(guān)文獻(xiàn),以期了解人工智能在圖書情報(bào)領(lǐng)域目前的研究進(jìn)展及未來的研究趨勢,為學(xué)術(shù)界和產(chǎn)業(yè)界的研究提供借鑒和啟示。[方法/過程]運(yùn)用文獻(xiàn)分析和知識圖譜可視化方法,對國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究的起源和發(fā)展、國內(nèi)外研究熱點(diǎn)及未來研究趨勢進(jìn)行對比和可視化分析。[結(jié)果/結(jié)論]從研究發(fā)展趨勢看,國內(nèi)外相關(guān)研究成果的數(shù)量呈逐年遞增態(tài)勢。從研究熱點(diǎn)看,國外研究主要圍繞人工智能在信息檢索、社交媒體內(nèi)容分類及情感分析、知識問答方面的應(yīng)用研究;國內(nèi)研究主要圍繞人工智能在網(wǎng)絡(luò)輿情分析、圖書館智能搜索和推薦服務(wù)、社交媒體網(wǎng)絡(luò)數(shù)據(jù)分析方面的研究。從研究趨勢看,未來研究應(yīng)圍繞人工智能技術(shù)應(yīng)用在視覺搜索和語義搜索、智慧圖書館服務(wù)、社交網(wǎng)絡(luò)數(shù)據(jù)挖掘、人工智能對隱私與安全的影響4個主要方向來開展研究。 

【文章來源】：圖書情報(bào)工作. 2019,63(01)北大核心CSSCI

【文章頁數(shù)】：11 頁

【部分圖文】：

國內(nèi)圖書情報(bào)領(lǐng)域人工智能研究文獻(xiàn)統(tǒng)計(jì)

際醯鬧?蹲櫓?Q．Li主要關(guān)注基于主題級最大熵模型在社會情感分類中的應(yīng)用以及自然語言處理技術(shù)在信息提取中的應(yīng)用。國內(nèi)圖書情報(bào)領(lǐng)域人工智能研究排名前3的作者依次為朱慶華、趙宇翔和張興旺。朱慶華主要關(guān)注人工智能技術(shù)在社交網(wǎng)絡(luò)用戶行為分析中應(yīng)用，以及移動視覺搜索在圖書館的應(yīng)用;趙宇翔除關(guān)注移動視覺搜索在圖書館應(yīng)用外，還關(guān)注國內(nèi)外移動視覺搜索工具的比較分析，以及基于語音互動的知識問答社區(qū)研究;張興旺主要關(guān)注智能信息推薦、移動視覺搜索以及云計(jì)算在圖書館的應(yīng)用研究等。圖3國外圖書情報(bào)領(lǐng)域研究人員發(fā)文情況圖4國內(nèi)圖書情報(bào)領(lǐng)域研究人員發(fā)文情況4國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究熱點(diǎn)分析4．1國內(nèi)外研究熱點(diǎn)知識圖譜分析為了對國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究的熱點(diǎn)進(jìn)行分析，本研究采用CiteSpace軟件對近5年國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究熱點(diǎn)繪制關(guān)鍵詞知識圖譜，將Citespace中的TimeSlicing設(shè)置為2013年－2017年，NodeTypes設(shè)置為Keyword，SelectionCriteria設(shè)置為T50，得到國內(nèi)外研究熱點(diǎn)的知識圖譜如圖5所示，并對國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究熱點(diǎn)的高頻關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析，見表2。圖5中，圓環(huán)代表關(guān)鍵詞節(jié)點(diǎn)，節(jié)點(diǎn)的大小反映關(guān)鍵詞的影響力，節(jié)點(diǎn)越大表示出現(xiàn)的頻次越高，影響力也越大。節(jié)點(diǎn)之間的連線代表兩個關(guān)鍵詞共同出現(xiàn)的次數(shù)，線條越粗，共同出現(xiàn)的頻次越高。圖中關(guān)鍵詞字體的大小及圓環(huán)大小客觀上反映了不同時期的研究熱度，表2的中心度則反映了關(guān)鍵詞節(jié)點(diǎn)的重要性程度。圖5國外(左)及國內(nèi)(右)圖書情報(bào)領(lǐng)域人工智能研究熱點(diǎn)知識圖譜47

級最大熵模型在社會情感分類中的應(yīng)用以及自然語言處理技術(shù)在信息提取中的應(yīng)用。國內(nèi)圖書情報(bào)領(lǐng)域人工智能研究排名前3的作者依次為朱慶華、趙宇翔和張興旺。朱慶華主要關(guān)注人工智能技術(shù)在社交網(wǎng)絡(luò)用戶行為分析中應(yīng)用，以及移動視覺搜索在圖書館的應(yīng)用;趙宇翔除關(guān)注移動視覺搜索在圖書館應(yīng)用外，還關(guān)注國內(nèi)外移動視覺搜索工具的比較分析，以及基于語音互動的知識問答社區(qū)研究;張興旺主要關(guān)注智能信息推薦、移動視覺搜索以及云計(jì)算在圖書館的應(yīng)用研究等。圖3國外圖書情報(bào)領(lǐng)域研究人員發(fā)文情況圖4國內(nèi)圖書情報(bào)領(lǐng)域研究人員發(fā)文情況4國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究熱點(diǎn)分析4．1國內(nèi)外研究熱點(diǎn)知識圖譜分析為了對國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究的熱點(diǎn)進(jìn)行分析，本研究采用CiteSpace軟件對近5年國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究熱點(diǎn)繪制關(guān)鍵詞知識圖譜，將Citespace中的TimeSlicing設(shè)置為2013年－2017年，NodeTypes設(shè)置為Keyword，SelectionCriteria設(shè)置為T50，得到國內(nèi)外研究熱點(diǎn)的知識圖譜如圖5所示，并對國內(nèi)外圖書情報(bào)領(lǐng)域人工智能研究熱點(diǎn)的高頻關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析，見表2。圖5中，圓環(huán)代表關(guān)鍵詞節(jié)點(diǎn)，節(jié)點(diǎn)的大小反映關(guān)鍵詞的影響力，節(jié)點(diǎn)越大表示出現(xiàn)的頻次越高，影響力也越大。節(jié)點(diǎn)之間的連線代表兩個關(guān)鍵詞共同出現(xiàn)的次數(shù)，線條越粗，共同出現(xiàn)的頻次越高。圖中關(guān)鍵詞字體的大小及圓環(huán)大小客觀上反映了不同時期的研究熱度，表2的中心度則反映了關(guān)鍵詞節(jié)點(diǎn)的重要性程度。圖5國外(左)及國內(nèi)(右)圖書情報(bào)領(lǐng)域人工智能研究熱點(diǎn)知識圖譜47

【參考文獻(xiàn)】：
期刊論文
[1]混合需求驅(qū)動的文內(nèi)視覺資源移動視覺搜索框架[J]. 胡蓉,唐振貴,朱慶華.  情報(bào)學(xué)報(bào). 2018(03)
[2]微博內(nèi)向型傳導(dǎo)熱點(diǎn)發(fā)現(xiàn)與預(yù)測算法研究[J]. 王林森,王學(xué)義.  圖書情報(bào)工作. 2018(03)
[3]融合與重構(gòu):智慧圖書館發(fā)展新形態(tài)[J]. 夏立新,白陽,張心怡.  中國圖書館學(xué)報(bào). 2018(01)
[4]以信息推薦為例探討圖書館人工智能體系的基本運(yùn)作模式[J]. 張興旺.  情報(bào)理論與實(shí)踐. 2017(12)
[5]基于灰色關(guān)聯(lián)計(jì)算的網(wǎng)絡(luò)民族輿情事件監(jiān)測模型研究[J]. 陳建英,朱暉,劉小芳.  情報(bào)雜志. 2017(12)
[6]基于大數(shù)據(jù)的文化遺產(chǎn)數(shù)字圖書館移動視覺搜索機(jī)制建設(shè)研究[J]. 李晨暉,張興旺,秦曉珠.  情報(bào)理論與實(shí)踐. 2018(04)
[7]基于屬性特征的評論文本情感極性量化分析[J]. 李慧,柴亞青.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2017(10)
[8]基于深度學(xué)習(xí)的學(xué)術(shù)期刊選題同質(zhì)化測度方法研究[J]. 逯萬輝.  情報(bào)資料工作. 2017(05)
[9]基于深度學(xué)習(xí)和OCC情感規(guī)則的網(wǎng)絡(luò)輿情情感識別研究[J]. 吳鵬,劉恒旺,沈思.  情報(bào)學(xué)報(bào). 2017(09)
[10]論文層面計(jì)量視角下的核心文獻(xiàn)價值測度與識別研究——以人工智能領(lǐng)域?yàn)槔齕J]. 王菲菲,趙旭.  情報(bào)理論與實(shí)踐. 2017(06)



本文編號：3137804